基于平衡因子的聚焦损失函数(Focal loss function)的python(pytorch)类实现

一、聚焦损失函数和平衡因子基础知识

• 从分类错误代价和样本困难程序两个方面思考，有时间再写。

二、基于平衡因子的聚焦损失函数的python(torch)类实现

• 该代码中增加了对nan的调试代码，可以用于快速寻找什么地方导致了nan
• 代码中增加了变异系数的计算，可以方便查看在算法迭代过程中各类样本loss的分布情况，返回差异系数越大，表示类别之间的loss差异越大，越不均衡。最好的情况为：算法迭代前后，差异系数值变小。

class FocalLoss(nn.Module):
    def __init__(self, gamma=4.5, alpha=0.05):
        super(FocalLoss, self).__init__()
        self.gamma = gamma
        self.alpha = alpha
        if gamma==0:
            self.x = 0
        else:
            self.x = 1
    def forward